本文關(guān)鍵詞：深度學習在城市交通流預測中的實踐研究

  更多相關(guān)文章： 深度學習 交通流預測 神經(jīng)網(wǎng)絡(luò) 機器學習

【摘要】：短時交通流狀態(tài)預測對于實現(xiàn)城市智能交通系統(tǒng)至關(guān)重要。在過去,很多神經(jīng)網(wǎng)絡(luò)模型被提出來用以預測交通流,但是效果并不是很顯著。究其原因,是因為大多數(shù)都是利用淺層模型在學習,淺層模型由于容易陷入局部極值而且不能模擬更復雜的數(shù)學運算,所以并不適合于模擬現(xiàn)實的交通狀況。深度學習作為機器學習的新興學科,在語音與圖像處理方面取得了顯著的成效,它能夠非監(jiān)督地從數(shù)據(jù)中學習出有效的特征用以預測,故在此利用深度學習進行建模用以城市主干道交通流預測。實驗表明,模型取得了不錯的交通流預測效果。
【作者單位】： 華北計算技術(shù)研究所;
【關(guān)鍵詞】： 深度學習 交通流預測 神經(jīng)網(wǎng)絡(luò) 機器學習
【分類號】：U491.14
【正文快照】： 0引言隨著社會的快速發(fā)展和機動車數(shù)量的急劇增加,城市交通日益趨向于擁堵,交通事故與空氣污染也進一步加劇。在我國,北京、上海這樣的大城市在中心市區(qū)的平均車速在高峰時期不足20 km/h,交通擁堵又進一步導致了能耗加劇與環(huán)境污染。研究結(jié)果表明[1],當車速由40 km/h降低至10

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉靜,關(guān)偉;交通流預測方法綜述[J];公路交通科技;2004年03期

2 史其信,鄭為中;道路網(wǎng)短期交通流預測方法比較[J];交通運輸工程學報;2004年04期

3 王進,史其信;神經(jīng)網(wǎng)絡(luò)模型在短期交通流預測領(lǐng)域應用綜述[J];河南科技大學學報(自然科學版);2005年02期

4 向紅艷;朱順應;王紅;嚴新平;;短期交通流預測效果的模糊綜合評判[J];武漢理工大學學報(交通科學與工程版);2005年06期

5 王曉原;吳磊;張開旺;張敬磊;;非參數(shù)小波算法的交通流預測方法[J];系統(tǒng)工程;2005年10期

6 向紅艷;肖盛燮;;模糊數(shù)學方法在交通流預測評價中的應用[J];重慶交通學院學報;2006年04期

7 王進;史其信;;基于非線性理論的短期交通流預測研究[J];西安建筑科技大學學報(自然科學版);2006年02期

8 黃洪瓊;湯天浩;;基于最優(yōu)梯度自適應優(yōu)化算法的交通流預測[J];計算機工程;2007年07期

9 喬德華;張開禾;范耀祖;;多模型交通流預測優(yōu)化[J];交通標準化;2007年04期

10 李冬;;關(guān)于交通流預測各種模型的探討[J];今日科苑;2007年16期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 姜敏華;張曉東;;穩(wěn)定轉(zhuǎn)彎比例下的交通流預測[A];2007第三屆中國智能交通年會論文集[C];2007年

2 閆偉;劉云崗;王桂華;;數(shù)據(jù)挖掘在交通流預測模型中的研究與應用[A];2008第四屆中國智能交通年會論文集[C];2008年

3 陳岳明;蕭德云;;擁堵條件下的路網(wǎng)交通流預測[A];2008’“先進集成技術(shù)”院士論壇暨第二屆儀表、自動化與先進集成技術(shù)大會論文集[C];2008年

4 田夫;李勇;孫占全;;短時交通流預測方法研究[A];2007第三屆中國智能交通年會論文集[C];2007年

5 王勝;萬健如;楊岳楓;韓雙;;基于蒙特卡羅法電梯交通流預測[A];天津市電機工程學會2012年學術(shù)年會論文集[C];2012年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 楊飛;基于回聲狀態(tài)網(wǎng)絡(luò)的交通流預測模型及其相關(guān)研究[D];北京郵電大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 田珠;大規(guī)模路網(wǎng)實時交通流預測模型及應用研究[D];大連理工大學;2008年

2 王渭巍;公路交通流預測中“機理＋辨識”策略的若干基本問題[D];天津大學;2007年

3 蔡巖;基于灰色預測模型的短期交通流預測研究[D];西南交通大學;2009年

4 方宇;小波支持向量機在交通流預測中的應用研究[D];大連理工大學;2010年

5 徐玉霞;大規(guī)模路網(wǎng)動態(tài)交通流預測模型和算法研究[D];大連理工大學;2006年

6 劉秋平;神經(jīng)網(wǎng)絡(luò)在短期交通流預測中的應用研究[D];長安大學;2011年

7 彭棟棟;基于短—長期模型組合的交通流預測方法[D];山東理工大學;2012年

8 郁嬌嬌;云模型的交通流預測在智能旅游系統(tǒng)中的應用[D];電子科技大學;2013年

9 吳興福;基于信息融合技術(shù)的神經(jīng)網(wǎng)絡(luò)交通流預測系統(tǒng)[D];北京林業(yè)大學;2010年

10 丁磊;天津市外環(huán)線交通流預測仿真的設(shè)計與實現(xiàn)[D];天津大學;2010年

，

本文編號：1074371